No 1. 【12种Dropout方法：DNNs, CNNs, RNNs的数学与可视化解释】
    No 2. 《Extracting COVID-19 Events from Twitter》
    No 3. 【图像处理、微分方程和图神经网络】
    No 4. 【YOLOv4研究综述】
    No 5. 【遗传算法辅助画画】
    No 6. 《胜利之光》
    No 7. 【免费书：《Python机器学习项目实战》】
    No 8. 沙猫(Sand Cat)
    No 9. 【标注工具推荐：面向视觉的 Make Sense 和面向文本的 Doccano 和 INCEpTION】
    No 10. 【免费书：《神经网络与深度学习》】
    No 11. 【OpenCV/Tensorflow/Keras口罩检测】
    No 12. 【PyAnomaly：PyTorch异常检测工具包】
    No 13. 【我出声，你出脸：上传人脸照片和视频即可“伪造”说话视频】
    No 14. 【适合数据探索性分析&可视化入门的企鹅数据集】
    No 15. 当他们还是小男孩……😜
    No 16. 还记得第一次把玩IPad的感觉吗？
    No 17. 加油！🏎️⛽️ http://t.cn/A628nzyk
    No 18. 目测是个做开发的…… 🤪
    No 19. 【开放域聊天机器人构建指南】
    No 20. Jeff Daniel Smith 作品
    No 21. Erin Hanson 作品
    No 22. 【Hermione：面向数据科学家的机器学习开源库】
    No 23. 《TaBERT: Pretraining for Joint Understanding of Textual and Tabular Data》
    No 24. 道听途说：不吃饭会让身体进入储存脂肪的饥饿状态，使“燃烧你的卡路里”
    No 25. 《Some Theoretical Insights into Wasserstein GANs》
    No 26. 【CMU《AI系统软件工程》课程资料】
    No 27. 《Image Augmentations for GAN Training》
    No 28. 【NLP圈的同行评议：资源论文——语料/数据集/任务研究工作的重要性】
    No 29. 晚安～[月亮] http://t.cn/A62R5jcq
    No 30. 《GAN-Based Facial Attractiveness Enhancement》
    No 31. 《A Contextual Hierarchical Attention Network with Adaptive Objective for Dialogue State Tracking》
    No 32. 【《自动微分手册》草稿】
    No 33. 【GPT-3揭秘：深度学习语言模型最新进展】
    No 34. 【自然语言处理文献引用状况分析：仅56%的NLP论文被引10次以上，长文的引用次数是短文的3倍，情感分类、指代消解和实体识别等主题的论文被引用的中位数最高】
    No 35. 《Python编程与实践》
    No 36. 【Marcus访谈：AI的希望、隐患与未来】
    No 37. 【《动手深度学习》(英文版) 官方增加实例PyTorch实现】
    No 38. Daniel Volkov 作品
    No 39. 【Mac in Docker!】
    No 40. 【STX：让C++更容易、更不少出错的库和实用程序集合】
    No 41. 《A Distributed Trust Framework for Privacy-Preserving Machine Learning》
    No 42. 【学习Python数据科学编程的五本免费书】
    No 43. 【Python写的自动化操作工具】
    No 44. 《Rényi Generative Adversarial Networks》
    No 45. 【合成数据生成基准】
    No 46. 《The why, how, and when of representations for complex systems》
    No 47. 《Graphical Normalizing Flows》
    No 48. 《爱可可老师一周论文精选(2020.6.6)》
    No 49. 【学数据科学“早知道就好了”的10件事】
    No 50. 【学术期刊发表指南】